Cómo las pruebas A / B pueden llevar a una caída en la conversión

Las pruebas divididas ayudan a optimizar la conversión. Con su ayuda, los profesionales de marketing verifican la efectividad de los cambios en las páginas de destino, los formularios de conversión y otros elementos de los sitios. Sin embargo, las pruebas A / B pueden llevar a una fuerte caída en la tasa de conversión y reducir las ventas. ¿Cómo va esto? Lea a continuación.

¿Cuál es el significado de la prueba dividida?

La prueba A / B es un método de investigación que le permite evaluar la efectividad de los cambios en el sitio. Al mismo tiempo, la prueba dividida es un método de marketing aplicado para aumentar la efectividad de las páginas web. Las pruebas A / B se realizan utilizando servicios especiales como Experimentos de contenido, Optimizador de sitios web visual o Optimizely.

La esencia de la prueba A / B es la siguiente:

  • Usted explora la efectividad de la página y formula una hipótesis.
  • Para probar una hipótesis, creas una página de prueba.
  • Con la ayuda de un servicio especial, usted distribuye el tráfico entre las páginas de origen y de prueba del sitio.
  • Después de un cierto tiempo, compara los parámetros de la prueba y las páginas de prueba. Esto le permite confirmar o negar la hipótesis.

Muy a menudo, los resultados de las pruebas divididas son inesperados. Por ejemplo, la tasa de conversión puede aumentar después de eliminar clientes agradecidos de la página de comentarios, y la cantidad de pedidos puede aumentar después de reemplazar el agresivo CTA "Regístrese para recibir el boletín ahora" con el texto neutral "Quiero recibir información sobre nuevos productos y descuentos".

A veces, una prueba A / B no solo corrige la ineficacia del cambio, sino que conduce a resultados empresariales negativos. Esto sucede debido a errores de marketing o técnicos.

Cómo una prueba dividida puede reducir la conversión: una minicaja

El propietario de un popular blog de marketing en Internet en inglés decidió probar la efectividad del formulario de suscripción de correo electrónico emergente. Creó una versión de prueba del formulario de suscripción y distribuyó equitativamente el tráfico entre los formularios de prueba y prueba utilizando el servicio AWeber. Un día después, el blogger verificó los resultados del experimento. En el informe, vio la siguiente imagen:

La línea superior muestra los resultados de la versión de prueba y el control inferior. Los resultados de las pruebas requieren decodificación:

  • Probabilidad: esta columna muestra la distribución planificada del tráfico entre el texto y las páginas de control.
  • Pantallas: los usuarios vieron la versión de prueba 6055 veces y la versión de control 610.
  • Suscriptores: la versión de prueba trajo 47 suscripciones, y la versión de prueba 19.
  • S / D: El porcentaje de suscripciones a impresiones.

No necesita tener un título para comprender que los resultados de las pruebas no pueden considerarse válidos. A pesar de los planes del experimentador para distribuir el tráfico de manera equitativa entre las páginas de prueba y control, la variante con los cambios obtuvo casi 10 veces más vistas. Al final resultó que, esto se debió a una falla técnica en la plataforma AWeber.

Parece que el propietario del blog puede tomar una respiración, esperar el mensaje de error y reiniciar el experimento. Pero un caprichoso sano puede hacer que vuelva a mirar la relación S / D de la página base y el número de visitas a la página de prueba. Diablos, si la plataforma se rompió de otra manera, entonces 6055 impresiones podrían convertirse en 187 suscripciones. Al darse cuenta de la pérdida de cientos de suscriptores por día, el blogger puede estar muy molesto y perder la fe en las pruebas de división.

De hecho, nadie es inmune a las fallas técnicas, y las pruebas A / B siguen siendo una herramienta de marketing eficaz, a pesar del incidente descrito anteriormente. Sin embargo, las pruebas divididas pueden mostrar resultados erróneos y llevar a una caída en la conversión debido a errores de marketing.

Cuando las pruebas de división llevan a pérdidas debido a la falla del experimentador

El experimento se convierte en un problema para el sitio y el negocio, cuando el comercializador comete errores graves en la etapa de planificación. Los siguientes son los errores más comunes de los experimentadores.

  • Creando condiciones que distorsionen fuertemente el curso del experimento.

¿Qué piensa, qué texto se convertirá en más conversión: "agregar producto a la cesta" o "hacer un pedido"? La respuesta a esta pregunta se puede obtener durante la prueba de división. ¿Y qué CTA será más exitoso para el formulario de suscripción: "suscríbase a nuestro boletín informativo" o "deje el correo electrónico y obtenga 1000 rublos a la cuenta de Webmoney"? Usted sabe la respuesta a esta pregunta sin una prueba A / B.

El problema no es que los resultados del experimento estén distorsionados. El 99% de los suscriptores que se suscriban por 1000 rublos gratis se cancelarán de su boletín dentro de unos días. No lo harán inmediatamente después de recibir el dinero solo por el temor de que lo sueñes por la noche y sacudes tu cabeza con reproche. Resulta que este error es peligroso no tanto por la distorsión de los resultados experimentales, sino por recibir conversiones falsas.

  • Tamaño de muestra insuficiente

Muchos servicios para realizar pruebas A / B permiten determinar arbitrariamente la proporción de tráfico que participa en el experimento. Si permite que un número insignificante de visitantes participe en el experimento, esto aumenta significativamente el tiempo requerido para obtener un resultado válido. Pero eso no es todo.

Imagina la siguiente situación: estás probando un nuevo diseño de página. El experimento involucró al 5% de los visitantes que son enviados a la página de prueba. No tienes prisa, así que no quieras arriesgarte. Después de un mes, resulta que el índice de conversión de la página de prueba es 2.5 veces más alto que el indicador de control. Dislocarse en un intento de morder su hombro por el codo no significa nada comparado con la ganancia perdida. Las pérdidas podrían reducirse significativamente al distribuir el tráfico de manera diferente al comienzo del experimento.

  • Probando diferentes elementos de la página.

Imagina probar una nueva versión de texto para un botón de conversión. En el último momento, el diseñador también decide cambiar el color del botón en la página de prueba. En el transcurso del experimento, resulta que la nueva página tiene dos veces más conversión que la anterior. Usted atribuye este efecto a un nuevo texto y elimina la versión anterior.

Después de un tiempo, notará que la conversión de páginas se ha reducido en un 50%. Habiendo atrapado en la sala de fumadores del diseñador, le sacas una confesión sobre cambiar el color del botón. Ahora puedes explicar el aumento en la conversión durante la prueba. Además, comprende que ha perdido tiempo y clientes, ya que el nuevo texto del botón de conversión fue menos efectivo que el anterior.

  • Selección de métricas incorrecta

Imagina que estás probando la efectividad de los botones de conversión que invitan a un usuario a descargar un libro electrónico gratuito. En este caso, la conversión puede considerarse un clic en el botón, después de lo cual el libro comienza a cargarse automáticamente en el disco duro del visitante. Evaluará los resultados de la prueba para el CTR de cada variante de botón.

¿Y cómo evaluar la efectividad del botón de conversión, invitando a agregar el producto al carrito o hacer un pedido? Hacer clic en el botón no es igual a la conversión, ya que al agregar el producto a la cesta, el usuario puede cambiar de opinión. ¿Quizás la efectividad del botón se debe evaluar por el número de transacciones completadas? ¿Es posible que un botón con un CTR más alto genere menos transacciones completadas? ¿Dañará el negocio una situación en la que por error considera que un botón con un CTR alto y una tasa de pago baja es más eficiente?

Medicina fuerte en manos de los inexpertos, como una espada afilada en manos de un loco.

Los médicos de la antigüedad advirtieron estas palabras de los colegas novatos contra el uso sin sentido de las drogas. La prueba A / B es un medicamento de mercadeo fuerte que se beneficia solo cuando se usa correctamente. Los errores de prueba dividida pueden costarle no solo tiempo perdido, sino también una caída en la conversión y las ventas. Estar atentos

Loading...

Deja Tu Comentario